mysql - 如何检测 MySQL DATETIME 列中的连续小时数？

Question

我们有一个这样的表:

DESCRIBE time_slots;

  id          int(11)
  user_id     int(11)
  start_time  datetime

start_time 字段始终以小时为增量(例如 2013-09-04 16:00:00)

我们的数据科学家希望以一种识别每个 user_id 连续 start_time 记录的方式查询该表，以便她可以创建一个如下所示的派生表:

  id          int(11)
  user_id     int(11)
  start_time  datetime
  end_time    datetime

例如，给定以下数据:

user_id: 5, start_time: 2013-09-04 16:00:00
user_id: 5, start_time: 2013-09-04 17:00:00
user_id: 5, start_time: 2013-09-04 18:00:00

user_id: 6, start_time: 2013-09-04 16:00:00
user_id: 6, start_time: 2013-09-04 17:00:00
user_id: 6, start_time: 2013-09-04 18:00:00

user_id: 6, start_time: 2013-09-04 20:00:00
user_id: 6, start_time: 2013-09-04 21:00:00
user_id: 6, start_time: 2013-09-04 22:00:00

...我们可以得到这个输出:

user_id: 5, start_time: 2013-09-04 16:00:00, end_time: 2013-09-04 18:00:00
user_id: 6, start_time: 2013-09-04 16:00:00, end_time: 2013-09-04 18:00:00
user_id: 6, start_time: 2013-09-04 20:00:00, end_time: 2013-09-04 22:00:00

给定用户每天可能有多个这样的开始/结束“ block ”(但它们不会重叠)。

在执行 B 计划(设置非规范化数据仓库)之前，有什么想法可以在 SQL 中完成此操作吗？

Answer 1

根据您的数据库...窗口函数可以实现这一点。生成一列，表示与前一列的增量(因此您需要按 user_id、startTime 排序)；然后，您可以使用该增量列进行分组。由于连续区 block 在增量中将用“1”表示，并且新区 block 将具有更高的数字。

您也可以通过与子查询进行连接并将其偏移 1 来实现此目的，例如在 ROW_NUMBER 和 ROW_NUMBER-1 上连接，然后您可以计算时间戳之间的增量，并使用外部选择来实现一些神奇的效果得到你想要的。关键是增量。

你可以这样做:

SET @prevUser := null;
SET @prevStartTime := 0;
SET @groupNumber := 1;
SET @groupPrevUser := null;


select 
    user,
    groupNumber,
    min(startTime),
    max(endTime),
    max(endTime) - min(startTime) as 'duration'
from
    (SELECT 
        user,
            startTime,
            endTime,
            delta,
            IF(delta != 10000 || @groupPrevUser <> user, @groupNumber:=@groupNumber + 1, @groupNumber) 'groupNumber',
            @groupPrevUser:=user
    from
        (SELECT 
        user,
            startTime,
            endTime,
            IF(@prevUser <> user || @prevStartTime = 0, endTime - startTime, startTime - @prevStartTime) AS delta,
            @prevUser:=user,
            @prevStartTime:=startTime
    FROM
        queries
    ORDER BY user , startTime) userData) userGroupData
group by user , groupNumber

得到这个结果:

# user, groupNumber, min(startTime), max(endTime), duration
bob, 1, 1392060000, 1392080000, 20000
bob, 2, 1392090000, 1392100000, 10000
jim, 3, 1392150000, 1392180000, 30000

使用此基表:

# user, startTime, endTime
bob, 1392060000, 1392070000
bob, 1392070000, 1392080000
bob, 1392090000, 1392100000
jim, 1392150000, 1392160000
jim, 1392160000, 1392170000
jim, 1392170000, 1392180000